企业存储

AI工作负载需要处理PB级别的训练数据和模型权重文件，对存储系统的吞吐量、延迟和可扩展性提出了极高要求。传统企业存储架构无法满足AI数据管线的需求，推动了高性能存储方案的升级。 因果链：AI训练数据规模达PB级 → 传统存储吞吐不够导致GPU空等（GPU利用率下降）→ 高性能并行文件系统和全闪存阵列需求增长 → NetApp、Dell、Pure Storage的AI存储方案销量增长 → GPU:存储的配比成为AI基础设施设计的关键参数 NVIDIA推出的GPUDirect Storage技术允许GPU直接从NVMe SSD读取数据绕过CPU，进一步推动了AI与存储的深度整合。

企业存储是成熟行业中受AI拉动的细分。Pure Storage增速和估值都较高，是AI存储最纯正的上市标的。Dell和NetApp受益但AI存储只占它们收入的一小部分。

上游是NAND存储（SSD）和HDD厂商——企业存储系统的核心部件是存储介质。与NAND存储赛道直接关联。 下游服务数据中心和企业客户。与AI服务器赛道紧密配合——AI服务器需要搭配高性能存储才能发挥GPU的全部算力。数据平台赛道则在存储之上提供数据管理和分析能力。